技術標籤：機器學習機器學習

有的時候，我們需要對一個矩陣進行初始化，比如在做神經網路的時候，權值引數的初始化是很重要的。

假設下面都是要初始化一個3行4列的矩陣，即shape=(3,4)。

生成一個全為0的矩陣。

print(np.zeros((3,4)))

生成一個全為1的矩陣。

print(np.zeros((3,4)))

使用隨機數。
匯入包。

print(np.random.rand(3,4))

你也應該猜到了，這個生成的是【0，1)之間的隨機數，裡面的數都是等概率的抽取，即均勻分佈。

Create an array of the given shape and populate it with

random samples from a uniform distribution
over [0, 1).

突破【0，1)

print(np.random.randint(1,5,(3,4)))

注意，區間是左閉右開，隨機取樣的準則是離散均勻分佈。

Return random integers from low (inclusive) to high (exclusive).
Return random integers from the “discrete uniform” distribution of
the “half-open” interval [low, high). If high

is None (the default), then results are from [0, low).

突破均勻分佈

print(np.random.randn(3,4))

以上是從標準正態分佈中隨機取樣。

Return a sample (or samples) from the “standard normal” distribution.